自动驾驶机器人出租车技术解析

技术背景

某机构于2020年6月收购了Zoox，这家位于加利福尼亚的初创公司专注于"从头开始创建自主移动解决方案"。六个月后，Zoox首次公开展示了其专为密集城市环境设计的电动自动驾驶车辆。该车辆的发布标志着实现自主机器人出租车车队和乘车服务愿景的关键里程碑。

车辆采用先进的传感器组合，包括激光雷达、摄像头和雷达，能够看到车辆所有侧面的物体。由于这些传感器的几何配置，系统几乎总能看清最近物体的周围和后方，这在密集城市环境中特别有用。

软件堆栈包含：

所有软件都在持续改进，通过严格的离线验证和车载结构化测试进行迭代更新。

软件结合机器学习和几何推理来理解传感器数据，解析车辆周围展开的场景，并有效导航道路。在繁忙的市中心交叉路口，车辆可能基于路锥和标志识别施工区域，同时检测、跟踪和预测周围数百个其他参与者（车辆、行人、自行车等）的运动。

一旦感知系统理解环境并能预测周围参与者的移动方式，规划器就使用这些信息和上下文来使其驾驶行为适应动态道路条件。规划器通常尝试保持自身与其他车辆之间的特定横向距离，但可能决定略微减小该距离以避开前方道路上的路锥。

自主移动实现了从被动到主动的安全范式转变。通过从头构建自动驾驶车辆，可以添加在当今人类驾驶汽车中根本不存在的主动防撞层，重点是从一开始防止事故发生。系统包含一百多项传统汽车中不存在的安全创新。

通过结合硬件和软件设计，重新构想乘客安全。系统在广泛场景中验证传感器的环境检测能力，同时车辆在碰撞测试中表现优异。

开发过程结合系统集成和大规模测试：

通过构建能够处理级联错误和模糊性的稳健系统，可以显式跟踪不确定性并更彻底地表示世界状态。世界的适当表示不是单一的完美模型，而是概率和不确定性的分布。

从DARPA城市挑战赛中汲取的重要经验：

自动驾驶技术将是一个逐年推进的渐进过程，最终将达到超越人类性能的安全水平，届时公众将开始大规模采用这项技术。